BrightHouse儲存引擎

mysql支援多種儲存引擎儲存。這樣，在處理不同型別資料的時候，可以針對不同業務場景，提供更為高效，靈活的方式。

mysql常見的儲存引擎包括：myisam,innodb（最為常用的兩種),merge、memory(heap)、bdb(berkeleydb)、example、federated、archive、csv、blackhole等。

現在大資料環境下，一般都使用hive作離線查詢，hue則是hive查詢的乙個介面介面，運營人員一般都通過hue去hive裡查詢相關資料。但是hive作為基於mr的產品，有其天生的缺陷：

1.hive不管查詢多大的資料量都需要啟動job。如果是查詢少量資料，啟動job的時間遠遠大於實際查詢時間。換句話說，不管多大的資料量，hive基本不可能在秒級給出查詢結果。

2.hive受限於hadoop集群的計算資源。如果計算資源被佔滿，比如集群啟動了某些大job，計算資源被佔滿，hive查詢一直處於排隊狀態。這個時候運營人員會紛紛過來找rd，嚷嚷說為什麼查了半天就是看不到結果。

3.hive屬於sql的正規化。對於非結構化的資料集，基本無能為力或者說很吃力。

因此在這種環境下，我們採用mysql+brighthouse的組合，能較好地解決這個問題。

brighthouse是infobright資料庫的關鍵引擎。infobright 資料庫是基於mysql的，它的設計主要是用於大規模的資料倉儲和分析優化。開源社群版本可以免費試用。

安裝過程不詳細描述了（主要原因是不是我自己安裝的…）。安裝成功後，登入mysql。

如圖所示，對應engine的值就是brighthouse。

再檢視一下此時mysql的引擎情況

如圖所示，此時brighthouse已經成為我們的預設引擎，建立表的時候如果不指定引擎型別會自動建立成為brighthouse。

查了一些資料，社群版的不支援insert,update,delete對資料操作和alter對結構操作，不支援高併發查詢操作，資料儲存高壓縮一般為18：1，不能與myisam,innodb等引擎進行連線查詢 , 資料必須使用 load 方式寫入。

一般的load語句寫法：

load data infile 'filename' ignore into table table_name character set utf8 fields terminated by '\t' lines terminated by '\n' (fields)

filename是要匯入資料的原始檔，後面中的 \t 是每個資料之間的間隔符，\n 是每條資料的間隔符，fields 是對應的字段列表。

在裡面新建一張表mvt_ptr_cvr_ab_test，然後匯入將近100萬的資料量，然後查詢：

mysql> select count(*) from mvt_ptr_cvr_ab_test;
+----------+
| count(*) |
+----------+
| 997761 |
+----------+
1 row in set (0.00 sec)

如果在客戶端查詢，顯示的時間為0.002ms。百萬級資料，0.002ms，這速度，要逆天。。。

說了半天這東東的好處，同樣在網上查了些資料，主要的不爽地方如下：

1.開源版不支援insert等資料操作語句，匯入資料只能用load語句（這個匯入資料很快）

2.還不支援utf－8（這個最煩人了，儘管它提供了一種方案來解決這個問題）

3.企業版可也不便宜$10000/t （mysql才600刀）(資料倉儲類的軟體都很貴，這已經算很便宜的了_)

4.跟我們平常用的其他引擎（如innodb）不是很相容，比如我們前面提到的不能與myisam,innodb等引擎進行連線查詢